线性规划()介绍.ppt

* 辅助线性规划—构造仅含人工变量的目标函数并要求实现最小化 ，约束条件不变。 用一阶段单纯形法求解，若得到z`*=0，说明上述模型的原问题有可行解，而且也是最优解，可以进行第二阶段计算，否则原问题无可行解，可停止计算。 * 第二阶段 将第一阶段计算得到的最终表，除去人工变量，将目标函数行的系数，换为原问题的目标函数系数，作为第二阶段计算的初始单纯形表。 即可得出最优解。 举例：用两阶段法求解以下LPP * 添加人工变量 第一阶段求解以下线性规划 * 用单纯形表进行求解 cj 0 0 0 -1 bi θ CBi XB x1 x2 x3 x4 -1 x4 2 1 0 1 6 0 x3 1.5 1 1 0 5 γj=cj-zj -cj 0 0 0 -1 bi θ -CBi XB x1 x2 x3 x4 0 x1 1 1/2 0 1/2 3 0 x3 0 1/4 1 -3/4 1/2 γj=cj-zj 2 1 0 0 2 3 10/3 3 2 6 0 0 -1 0 0 得第一阶段最优解为：X*＝（x1,x3)T=(3, 0.5)T，z`*=0 * 第二阶段：把上表中最终表中人工变量x4所在的列删去，替换目标函数系数，并据此计算检验数，表的其它部分保持不变，就得到了初始单纯表，用一阶段法进行计算： cj 2 -1 3 bi θ CBi XB x1 x2 x3 2 x1 1 1/2 0 3 3 x3 0 1/4 1 1/2 γj=cj-zj 满足最优解，最优解为：Z*=7.5，X*=(x1, x2, x3)T=(3,0,0.5) T 教材P36 例12表1.7、1.8（二阶段法） -11/4 0 -15/2 0 * 单纯形法应用中的几个问题 唯一最优解：所有非基变量的检验数均为负； 非唯一最优解（多重最优解）：非基变量的检验数有的等于0，有的小于0，且检验数为0的非基变量的约束条件系数列向量含有正分量； 无最优解（无界解）：若存在检验数为正的某非基变量xj，其系数列向量的所有分量皆非正（即aij≤0 , i=1, 2, …, m)； 无可行解：用人工变量法的时候 最优解人工变量没有出基；最优解中基变量中仍含有非零的人工变量，即第一阶段目标函数值不等于0。 一、LPP解的判断 * 二、退化 退化解：当解的非0分量个数不足m个； 存在的原因：用最小比值原则确定换出变量，若同时出现两个（或以上）相同的最小比值，就可能出现退化。 三、目标函数类型、检验数、最优判定准则之间的关系 目标函数类型 检验数 表中目标函数值 最优性判定准则 引入变量选取准则 极大化 σj=cj-zj -z 所有σj≤0 Max｛σj ｝ σj=zj-cj z 所有σj ≥0 Min｛σj ｝ 极小化 σj=cj-zj -z 所有σj ≥0 Min｛σj ｝ σj=zj-cj z 所有σj ≤0 Max｛σj ｝ 作业： P43　1.5(1) 、1.6　1.7 * Chapter 1-3 LPP的单纯形法 通过上一节的学习,我们知道: 对一个有n个变量,m个约束条件的LP问题,理论上可以采用以下步骤求解: 1. 写出系数矩阵A； 2. 找出所有的基(最多Cnm)； 3. 求出所有的基解； 4. 找出所有的基可行解； 5. 求出基可行解对应的目标函数值； 6. 找出最优解。 但，Cnm值随着n的增大迅速增加 一.单纯形法的解题思路 以前面图解法例子进行说明 更好方法求解LPP—单纯形法 * Max z =2x1 + 3x2 设备台时约束 x1 + 2x2 ≤8 材料A约束 4x1 ≤16 材料B约束 4x2≤12 (1) 变量约束 x1 , x2 ≥0 Step 1: 化为标准式: Max z =2x1 + 3x2+0x3+0x4+0x5 (2) x1 + 2x2+x3 =8 4x1 +x4 =16 4x2 +x5 = 12 (3) x1 , x2 ,x3, x4 , x5 ≥0 Step 2 : 写出约束方程组(3)的系数矩阵为： * Step3: 找出一个基可行解(首先要找什么?) 由(3)可写出基变量的式子(非基变量的表达式): x3 = 8 – x1 – 2x2 x4 = 16- 4x1